Claim Missing Document
Check
Articles

Found 7 Documents
Search
Journal : Annual Research Seminar

Klasifikasi Penyakit Ginjal Kronis menggunakan K-Nearest Neighbor Ardina Ariani; Samsuryadi Samsuryadi
Annual Research Seminar (ARS) Vol 5, No 1 (2019): ARS 2019
Publisher : Annual Research Seminar (ARS)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyakit ginjal kronis merupakan suatu keadaan dimana seseorang mengalami kerusakan pada ginjal, namun terkadang penderita tidak terlalu merasakan gejala yang timbul pada tahap awal menderita, sehingga diagnosa seringkali terlambat. Diagnosa penyakit ginjal sering diidentifikasi saat seseorang menderita penyakit lain, seperti tekanan darah tinggi dan diabetes. Sejumlah indikasi penunjang menjadi pengukur seseorang digolongkan menderita penyakit ginjal kronis atau tidak. Paper ini membahas klasifikasi penyakit ginjal kronis menggunakan metode K-Nearest Neighbor (KNN) berdasarkan 24 gejala dari setiap 400 individu. Dari hasil klasifikasi diperoleh akurasi yang cukup tinggi yaitu sebesar 85,83%.
Kajian Pengenalan Ekspresi Wajah menggunakan Metode PCA dan CNN Dwi Lydia Zuharah Astuti; Samsuryadi Samsuryadi
Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018
Publisher : Annual Research Seminar (ARS)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengenalan ekspresi wajah secara cepat menjadi bagian penting dalam sistem komputer dan interaksi antar manusia dan komputer karena cara yang paling ekspresif dalam menunjukkan emosi sebagai manusia adalah melalui ekspresi wajah. Dalam kajian ini, pengenalan eskpresi wajah dipelajari melalui beberapa aspek yang berhubungan dengan wajah itu sendiri. Ketika eskpresi wajah berubah, lekukan pada wajah seperti alis, hidung, bibir dan mulut akan otomatis berubah. Dalam kajian ini, akan dibahas mengenai sistem pengenalan ekspresi wajah secara realtime menggunakan metode PCA dan CNN. Dimana metode PCA yang akan digunakan untuk pengektraksi fitur adalah metode Eigenfaces sedangkan untuk pengklasifiksian akan menggunakan metode CNN
Kajian Nilai MAE Berdasarkan Hasil Ekstraksi Ciri Invarian Momen Samsuryadi Samsuryadi; Muhammad Ihsan Jambak; Desty Rodiah; Muhammad Ali Buchari
Annual Research Seminar (ARS) Vol 5, No 1 (2019): ARS 2019
Publisher : Annual Research Seminar (ARS)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penentuan metode ekstraksi ciri yang akurat dapat diukur berdasarkan nilai mean absolute error (MAE). Semakin kecil nilai MAE yang diperoleh dari suatu metode ekstraksi ciri berarti menunjukan metode ekstraksi ciri tersebut semakin akurat (optimal). Penelitian ini menggunakan tiga metode ekstraksi ciri, yaitu: geometrical moment invariants (GMI), united moment invariants (UMI) dan Zernike moment invariants (ZMI) untuk mengekstraksi ciri dari citra kata tulisan tangan. Hasil penelitian ini menunjukkan bahwa metode GMI memberikan nilai galat terendah atau menghasilkan ciri citra tulisan tangan terbaik.
Klasifikasi Citra Hiperspektral Pada Kasus Tutupan Lahan Menggunakan Metode Convolutional Neural Network (CNN) Yesinta Florensia; Samsuryadi Samsuryadi; Saparudin Saparudin
Annual Research Seminar (ARS) Vol 5, No 1 (2019): ARS 2019
Publisher : Annual Research Seminar (ARS)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Informasi tutupan lahan dengan citra penginderaan jauh (inderaja) berbasis hiperspektral sangat efektif dalam pengelolaan peruntukan penggunaan lahan secara tepat. Selain dapat memberikan informasi keragaman spasial secara luas, cepat dan mudah, citra ini memiliki ratusan band spektral yang dapat memberikan struktur informasi permukaan bumi berdasarkan reflektansi gelombang elektromagnetik yang diterimanya. Metode One Dimensional Convolutional Neural Network (1D CNN) menunjukkan performa yang cukup baik pada klasifikasi tutupan lahan berbasis citra hiperspektral. Pada penelitian ini akan dilakukan analisis performa metode 1D CNN pada dataset Indian Pines 16 kelas, dimana sebelumnya metode 1D CNN diimplementasikan pada dataset Indian Pines 9 kelas. Hasil klasifikasi terbaik diperoleh pada percobaan 10000 epoch dari lima percobaan epoch yang berbeda dengan Overall Accuracy (OA) 88.97% dan Kappa 87.4%.
Sistem Informasi Cuaca Berbasis Dekstop dengan Menggunakan Data Sensor dan BMKG Yulia Hapsari; Bella Adinda Putri; Samsuryadi Samsuryadi
Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017
Publisher : Annual Research Seminar (ARS)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstract—Cuaca yang sering berubah-ubah akan sangat menganggu kegiatan sehari-hari, hal ini di dasari oleh kebutuhan yang tinggi dari berbagai pihak untuk melakukan otomatisasi dancfleksibilitas yang tinggi dalam mendeteksi kondisi cuaca berbasis internet dan komputer tanpa harus mengamatinya langsung. Untuk itu, artikel ini memaparkan suatu sistem informasi cuaca untuk memberikan informasi awal sebagai pemberitaan yang diperlukan oleh komandan untuk mengetahui keadaan di lapangan. Sistem informasi cuaca yang diusulkan  terintegrasi dengan Database Server yang dikembangkan Dengan menggunakan bahasa pemograman C# dan database MySQL  serta menggunakan bahasa pemrograman  PHP dan Application Programming Interface (API) sebagai perantara komunikasi data. Pengolahan informasi dalam aplikasi cuaca dilakukan secara online untuk data BMKG dan secara offline untuk data sensor.
Kajian Pengenalan Gerakan Tangan Menggunakan Hidden Markov Model Agus Mistiawan; Khairun Nisa; Dewy Yuliana; Hasby Rifky; Samsuryadi Samsuryadi
Annual Research Seminar (ARS) Vol 1, No 1 (2015)
Publisher : Annual Research Seminar (ARS)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

In the recent few years, hand gesture recognition system received great attention to be researched because of its ability to create human computer interaction. In this paper a survey on recent research about hand gesture recognition is provided. A review of hand gesture and implementation of Hidden Markov Model (HMM) also highlighted.
Studi Awal Penggunaan Algoritma C4.5 dan Logika Fuzzy pada Klasifikasi Enkripsi Transaksi Keuangan Bebasis XML Nur Rachmat; Samsuryadi Samsuryadi
Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017
Publisher : Annual Research Seminar (ARS)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

XML (eXtensible Markup Language) telah digunakan secara luas dalam transportasi data baik dalam transaksi kebutuhan umum hingga transaksi keuangan. Penggunaan XML yang meningkat dalam pesan transaksi keuangan menciptakan ketertarikan yang selaras dengan protokol keamanan yang terintegrasi untuk melindungi pesan XML dalam pertukarannya dengan cara yang efisien namun kuat. Lembaga keuangan melakukan transaksi setiap harinya  membutuhkan pengamananan pesan XML dalam skala besar. Mengamankan pesan yang besar akan menimbulkan masalah kinerja dan sumberdaya. Oleh karena itu, sebuah pendekatan dibutuhkan untuk mengamankan dan  mengenkripsi bagian tertentu dari dokumen XML, sintaks dan membuat batasan yang merepresentasikan bagian yang harus diamankan.Dalam penelitiaan ini penulis mengajukan pendekatan untuk mengamankan transaksi keuangan dengan Logika Fuzzy dan algoritma C4.5 untuk optimasi rule fuzzy. Pada fase klasifikasi fuzzy, sebuah nilai dipasang pada atribut yang dinamakan "Importance Level". Nilai yang diberikan pada atribut tersebut mengindikasikan sensitifitas data untuk setiap tag XML. Algoritma C4.5 digunakan untuk mengurangi ketergantungan terhadap expert dalam  pemilihan rule yang bertujuan untuk menyederhanakan  rule  dan meningkatkan performa komputasiPenelitain ini juga akan menerapkan pengklasifikasian enkripsi isi pesan XML dengan mengenkripsi elemen yang dipilih saja (element-wise), yang telah ditetapkan pada fase klasifikasi. Proses enkripsi menggunakan kunci simestris berupa algoritma AES dengan besaran kunci yang berbeda. Kunci 128-bit digunakan pada tag yang diklasifikasikan sebagai elemen yang ditandai sebagai "Medium" sedangkan kunci 256-bit pada tag  "High". 
Co-Authors Agus Mistiawan Ahmad Fali Oklilas Ahmad Heryanto Akbar, M. Agung Ali Firdaus Anna Dwi Marjusalinah Apit Fathurohman Apriansyah Putra Aprilisa, Shinta Archibald Hutahaean, Jerrel Adriel Ardina Ariani Ardina Ariani Ariani, Ardina Arnelawati, Arnelawati Astuti, Dwi Lydia Zuharah Ayu Luviyanti Tanjung Azhar Azhar Bambang Tutuko Barlian Khasoggi Buchari, Muhammad Ali Cahyadi, Gabriel Ekoputra Hartono Darmawahyuni, Annisa Darmawijoyo, Darmawijoyo Dedy Fitriady Fitriady Deris Stiawan Desty Rodiah Dewy Yuliana Dian Palupi Rini Dian Palupi Rini Dian Palupi Rini Dian Palupi Rini Duano Sapta Nusantara Dwi Budi Santoso Dwi Lydia Zuharah Astuti Dwi Lydia Zuharah Astuti Dwi Meylitasari Tarigan Ermatita - Erni Erni Esti Susiloningsih Fatma Susilawati Mohamad Firdaus Firdaus Hadipurnama Satria Hadipurnawan Satria Hasby Rifky Islami, Anggun Jambak, Muhammad Ihsan Jayanti Jayanti Julian Supardi Khairun Nisa Kurdiati, Lintang Auliya Kurniabudi, Kurniabudi Leni Marlina Lingga Wijaya, Harma Oktafia Lintang Auliya Kurdiati M. Nejatullah Sidqi Marlina Sylvia Meryansumayeka Meryansumayeka Mohamad, Fatma Susilawati Muhammad Fachrurrozi Muhammad Naufal Rachmatullah Mukhlis Febriady Murniati . Nur Rachmat Oktafia Lingga Wijaya, Harma Primanita, Anggina Purnama, Benni Rahmat Budiarto Ramadhan, Muhammad Fajar Ratu Ilma Indra Putri Rifkie Primartha Risda Intan Sistyawati Riszky Pabela Pratiwi Rizq Khairi Yazid Rossi Passarella Rudi Kurniawan Rudi Kurniawan Saparudin Saparudin Sapitri, Ade Iriani Serrano, Philip Alger M. Sharipuddin, Sharipuddin Sisca Puspita Sepriliani Siti Nurmaini Sukemi Sukemi Susilawati Mohamad, Fatma Sutarno Sutarno Tri Kurnia Sari Vincen, Vincen Willy, Willy Yesinta Florensia Yogi Tiara Pratama Yulia Hapsari Yundari, Yundari Zahra Alwi Zulkardi Zulkardi